利用机器学习预测生物炭生产厂中的氮氧化物排放
信号处理
2024-12-12 v1 机器学习
摘要
全球生物炭产业见证了生物炭产量的激增，2023年总产量达到35万吨/年。鉴于已设定的紧迫气候目标以及生物炭碳去除（BCR）作为一项气候相关技术的潜力，到2030年将新工厂数量扩大到每年超过1000座设施变得势在必行。然而，如此大规模的扩张不仅带来了技术挑战，也带来了控制和监管问题，需要确保工厂在符合法规要求的同时实现最大产出。在本文中，我们提出了一种基于机器学习方法优化生物炭工厂工艺的新方法。我们展示了如何使用标准的随机森林回归器来模拟热解机的状态，其物理过程仍然非常复杂。该模型随后作为机器的代理模型——在数值优化中重现机器的几个关键结果。这反过来又可能使我们能够在实现最大产出的同时，减少氮氧化物排放——这是该行业的一个关键监管目标。在一项初步测试中，我们的方法显示出显著的效果，被证明适用于来自不同制造商的两台不同机器，并且可以更普遍地在标准物联网（IoT）设备上实现。
引用
@article{arxiv.2412.07881,
title = {Predicting NOx emissions in Biochar Production Plants using Machine Learning},
author = {Marius Köppel and Niklas Witzig and Tim Klausmann and Mattia Cerrato and Tobias Schweitzer and Jochen Weber and Erdem Yilmaz and Juan Chimbo and Bernardo del Campo and Lissete Davila and David Barreno},
journal= {arXiv preprint arXiv:2412.07881},
year = {2024}
}